# Machine Learning Les fondements du machine learning : passer de données brutes à un modèle entraîné et évalué. **Prérequis :** Python de base et le cours [Mathematics](/fr/Mathematics) (algèbre linéaire, probabilités, statistiques). ## Programme 1. [Introduction](/fr/Machine%20Learning/01%20Introduction) 2. [Concepts généraux](/fr/Machine%20Learning/02%20General%20concepts) 3. [Formulation probabiliste](/fr/Machine%20Learning/03%20Probabilistic%20formulation) 4. [Régression linéaire](/fr/Machine%20Learning/04%20Linear%20regression) 5. [Classification linéaire](/fr/Machine%20Learning/05%20Linear%20classification) 6. [Réseaux de neurones multi-couches](/fr/Machine%20Learning/06%20Multilayer%20neural%20networks) 7. [Arbres de décision et méthodes d'ensemble](/fr/Machine%20Learning/07%20Decision%20trees%20and%20ensemble%20methods) --- [MLOps](/fr/MLOps) · [Accueil](/fr)